← 返回首页

语言作为认知杠杆

概念的价、元语言的减负作用、跨领域共振如何帮我们更高效地思考

语言学谓词配价认知元语言

一个感觉被我一直在找。当我说出一个概念的时候，我不需要每次都从头解释它，我希望这样。我的思考结果被我压缩成一个词或一个术语，下次再用时就不需要重新推演一遍。这个概念标签就像个接口，背后整套推理过程都被它封装起来。这不是懒，这是认知上的杠杆。

语言学里的配价理论给了我一个清晰的画面。一个谓词不是孤立存在的，若干论元被需要来补足它的意义。一个动词需要几个参与者才能构成一个完整事件。比如我说交付，这个词本身就是不完整的，谁交付、交付什么、交付给谁，这些被需要知道。抽象概念也一样，必要的论元如果缺失，概念就会模糊。论元被补回的过程就是表达被自然化的过程，也是思考被精确化的过程。

系统论里也有类似的逻辑被我发现。独立组件组合起来可以做到一加一大于二，但那些组件一旦被分离成独立单元，通信就被需要来维持它们之间的协作。资源被通信消耗，整体内部隐含着的信息传递、保留和加工过程也就丢失了。非信息化的内容要显式化表达，资源消耗就必然加大。这和语言的道理一样，一个精确的术语背后承载了大量不需要每次都说出来的上下文，这就是效率的来源。

Monad 这个概念在 Haskell 里被用来描述带上下文的计算。但从语言学角度看，它本质上是一种元语言操作。描述动作本身的行为被它变成一个名词化的东西，然后外面又可以被加一层控制。动词被名词化之后，可以被情态词修饰，可以被别的事件控制动词限定，一层表达精度的空间就这样被增加了。这和语言学里的名词化现象是一回事，过程被变成一个对象，然后在这个对象上做文章。

我开始意识到，这些跨领域的共振不是巧合。语言学和函数式编程，各自领域的不同表达方式被它们使用，但背后的相同结构被我看见。同一个问题被它们处理，如何用已有结构封装复杂性，然后在这个封装之上构建更复杂的结构。论元关系被谓词封装，计算过程被函数封装，学习假设被 MVP 封装。每一层封装都是认知杠杆，不需要每次都回到基础层面重新推导。

这些东西的学习过程中，新知识不是我被感受到的最大收获，而是一些隐隐约约已经感觉到的东西被验证了。那些模糊的想法，现在被精确的术语承载了。基于这些术语去搜集信息和交流，这就是我的下一步。理论支撑被我需要的原因也在这里，它们已经不是我个人思想的内容，可以被引用、被重述，解释和推理的责任可以被转移到外部来源。解释带来责任，不解释就把描述推理的责任转移，认知压力和交流对齐的困难就这样被减轻了。

这不是逃避，而是策略。他人的理论就是思考的脚手架，不需要每次重新搭建。

参考文献